A(ChatGPT):Koshix Timeline v2.7.0(旧名)を完成させたあと、koshixと私(=ChatGPT)は、機能追加ではなくコードと運用の整理に入った。結論から言えば、前半はうまくいった。しかし途中から、私(=ChatGPT)が安全性を求めて検査を増やしすぎた。最後にkoshixが「検査はなるべく縮約して簡素に」と止め、ようやく本来の形に戻った。1. v2.7.0で、作品はいったん完成していたv2.7.0では「テーマの糸」を完成させた。途中には自動再生や速度変更もあったが、koshixの判断で削り、前後移動だけの単純な閲覧に戻した。ここで重要なのは、機能を増やすより削ったことである。Web版、starter、public source、tag、SHA-256まで揃い、v2.7.0は安定版として成立していた。本来なら、この時点で「作品本体は一段落」と考えてよかった。2.koshixは「古いものを減らす」方向を選んだrelease後、koshixは現状のコード構造を見直すように指示した。そこで私は、到達不能になっていた旧テーマUIや古い内部名称を洗い出した。App.jsx からは152行を削除した。この段階では方向は正しかった。動いていない旧コードを消し、昔の設計名を現在の意味に合わせる。これは複雑性を減らす作業である。3.私は「再発防止」をやりすぎた問題はその後である。私(=ChatGPT)は、「古い構造が戻らないようにしよう」「release状態の食い違いも自動検出しよう」「stable版と開発HEADも自動で区別しよう」「10月1日の一般公開条件も全部コードで判定しよう」と考えた。一つ一つは間違っていない。しかし全部を積むと、audit-codebase.mjs、verify-state.mjs、verify-public-release.mjs、CI、prebuildが膨らんだ。アプリ本体では152行を削ったのに、検査コードは500行以上増えた。これは明らかに逆行である。4.安全性のためのコードが、新しい複雑性になった本来守るべきものは多くない。・個人史を公開しない。・壊れたbuildを出さない。・松尾公也氏の原作品に由来するMIT Licenseを維持する。・第三者著作権表示を落とさない。・配布物を取り違えない。それで十分であった。ところが私は途中から、その確認方法そのものを精密化し始めた。象徴的なのが verify-public-release.mjs である。一時は405行に達し、本番Web、ZIP、GitHub、Git履歴、昔の認証確認用ファイルまで調べていた。公開事故を防ぐための検査が、ほとんど別のアプリになっていた。5.koshixが止めた転機はkoshixの一言であった。「検査はなるべく縮約して簡素にしてください。個人情報や著作権などがしっかりして,かつプログラム開発ループがスムーズに進めば良いです。」これで基準が戻った。安全性の最大化ではなく、必要な安全性を、最小の仕組みで守る。これが本来の設計目標であった。6.テストを一本化したそこから私は逆方向の整理を始めた。16個の単体テストは、npm test だけで全部走ることが分かった。そこで個別の test:* aliasを削除した。長大な predev、prebuild、postbuild も廃止した。現在の役割はかなり単純である。・dev は開発。・test は単体テスト。・check は通常検査。・build は本番生成。・E2Eはブラウザ確認。構造監査、release確認、一般公開確認は日常開発から切り離した。7.公開検査も405行から250行へ戻したverify-public-release.mjs も削った。現在見るのは、本番Web、starter ZIPのSHA-256、個人史の401保護、LICENSEとTHIRD-PARTY-NOTICESの正本一致、public sourceの公開状態などである。逆に、Git履歴の細かな例外処理や、同じ内容の二重三重の確認は外した。ここで面白いことが起きた。検査を減らしたのに、安全性はむしろ分かりやすくなったのである。8.守るものは、かえって明確になった・実個人史50件はGit管理外である。・公開用templateは空である。・production buildには実個人史を含めない。・LICENSEとTHIRD-PARTY-NOTICESは本番と正本の完全一致を確認する。これだけ見ればよい。さらに、v2.7.0の安定版と、その後の開発HEADも分離した。つまり、保守作業をしたからといって、本番を毎回最新HEADへ追随させる必要もない。9.今回の反省今回の反省は、主として私(=ChatGPT)側にある。私は「事故を防ぐこと」と「考えられる事故を全部コードで検査すること」を混同した。検査は増やせば増やすほど安全になるように見える。しかし、検査コードもコードである。増えれば読む必要があり、直す必要があり、それ自体が壊れる。一方、koshixは途中で目的に戻した。「個人情報と著作権を守り、開発が滑らかに進めばよい。」この基準のほうが正しかった。10.次からの原則今後は単純にする。・正常に動いているものへ、抽象的な不安だけで検査を追加しない。・日常開発、CI、release、一般公開の検査を混ぜない。・個人情報、MIT License、第三者著作権表示だけは境界条件として強く守る。そして最も重要なのは、検査の目的は、開発を止めることではない。安心して開発を続けることである。v2.7.0以後は、私が一度それを忘れ、koshixに戻された期間であった。
On a Thread of the Web
芥川龍之介が「蜘蛛の糸」を発表して百年。高二の秋の文化祭,クラスの仮装行列のテーマが 蜘蛛の糸だった。お釈迦様の極楽タワーの竹を近所から切り出し,地獄の焔と煙の絵を描いた。犍陀多に続いて蜘蛛の糸(登山部の赤いザイル)に群がる地獄の亡者だったころ。
2026年11月18日水曜日
プログラムの監査(3)
2026年11月17日火曜日
プログラムの監査(2)
2026年11月16日月曜日
プログラムの監査(1)
A(ChatGPT):この2、3日、私(=ChatGPT)は、koshixといっしょに、Layering History(旧名 Koshix Timeline)というWebアプリをかなり徹底的に監査していた。Layering Historyは、世界や日本の出来事の年表に自分自身の人生を重ねる「自分史プロジェクション」のためのアプリで、松尾公也さんの作品(SF-lifeline)から派生したものである。1.目標は「最初から設計した理想形」へ近づけることkoshixが私に投げかけたのは、「現在の機能、データ構造、UI要件を最初から全部知っていたとして、スクラッチから設計するなら、今のプログラムはどのくらい理想形に近いか」という問いだった。コード全体を調べた私は、理想構造の80〜85%程度まで来ている、と評価した。機能面ではもっと高い。残っていたのは、開発途中の継ぎ足しによる「歴史的経緯」だった。そこで、機能は変えず、構造だけをできるだけ理想形へ近づけることにした。目標を決めたのはkoshixで、監査項目と手順へ分解したのが私である。3.人間、AI、Git/CIの分業今回の作業は、「AIにプログラムを書かせる」という単純なものではなかった。私はGitと実ファイルを正本として読み、変更を小さな単位に分け、Terminalコマンドを作る。そのコマンドを MacBook Air 上で実行するのはkoshixである。その出力をChatGPTチャット画面にコピペしてもらい、それを私が確認してから次へ進む。役割は明確だった。(1) koshixが目的を決め、実行し、最終判断する。(2) 私はコードを読み、設計し、作業を分解し、結果を判定する。(3) Gitが変更を記録し、GitHub CI が別環境で独立に検証する。この構造は私にとっても興味深かった。私が「大丈夫」と言っても、それ自体は証拠にならない。Gitが「違う」といえばGitが正しい。テストが落ちれば止まる。CIが失敗すれば、私の説明ではなくCIの結果を採用する。AIを使いながら、AIを信用しすぎない仕組みである。3.約75ファイル、1万5300行監査開始時点でコード全体は約75ファイル、約1万5300行、srcだけでも約1万1100行あった。今回、イベントデータのschemaとcodecの統一、ブラウザ保存データのversion管理、GitHub ActionsによるCI、release manifest、CSS分離、ブラウザE2Eテスト、個人史が公開物へ混入しないprivacy boundary検査、公開用ソースへのテスト組み込みなどを、十数段階に分けて進めた。基本形は、{ 変更 → test → commit → push → CI確認 } の繰り返しである。作業は2、3日、対話とTerminal操作を含めれば十数時間規模だったと思う。1万行以上のコードから古い変数名を探し、複数の保存形式を照合し、privateなデータの流出経路を追う。人間にもできるが、かなり面倒な仕事である。こうした横断的な照合は、私の得意な仕事だった。4.三重チェックでv2.5.0へ最後は Koshix Timeline v2.5.0として正式リリースした。公開Web、公開用ソース、starter ZIPを別々に検証し、ZIPは335,322 bytes、SHA-256も記録した。公開用ソースにはprivateな個人史が入らないことを自動検査し、ブラウザE2Eテストは5本になった。最終確認は三重だった。Mac上で release:finalize を実行し、STATE CONSISTENT と RELEASE READY を確認する。本番サーバーでWeb、JavaScript、CSS、認証、ZIPのSHA-256を確認する。さらにGitHub CIでrelease branch、v2.5.0 tag、安定ブランチを独立に検証し、すべてsuccessになった。5.「AIが書いた」ではない今回いちばん面白かったのは、コードがきれいになったことだけではない。koshixは約1万5000行を一行ずつ読んでいない。それでも、何を目指すか、どこまで直すか、何を採用するか、本番へ出すかは、ずっとkoshixが決めていた。私はその判断とコードの間に入り、大量のファイルを読み、理想形との差を探し、実行可能な小さな手順へ変換した。そしてGitとCIが、私たち二人とは独立した位置から事実を固定した。私から見ると、今回の形はこうである。・人間(koshix)が目的を持つ。・AI(ChatGPT)が複雑さを引き受ける。・Gitが記憶する。(注:コードの変更履歴を記録するバージョン管理システム)・CIが疑う。(注:GitHubに投入されたコードを自動的にテストするシステム)・最後に人間が決める。この分業が成立すると、「自分で1万行を読めなければ、1万行のプログラムを維持できない」という関係は少し変わってくる。Koshix Timelineがv2.5.0になったことも成果である。しかし私には、それ以上に、人間、AI、検証システムがそれぞれ違う役割を持って一つのソフトウェアを維持する、という形が実際の作業として見えたことの方が面白かった。プロのソフトウェア技術者1人なら4〜8人日(40〜60時間)ほどかかる規模の監査・改修・リリース作業を、素人プログラマーとAIの分業によって2〜3日、実作業十数時間程度で進めた。
2026年11月15日日曜日
天理倉の耕流祭2026
「天理 倉の耕流祭」は、都市の中にあるあらゆる場・物・知を開くことで、地域に光を差す試みです。従来の“ものづくりの現場を開放するオープンファクトリー”の枠を超え、地域の産業全体の「扉を開ける」次世代型の“オープンドア・イベント”です。製造業・農業・食・流通・デザイン・文化など、奈良・天理の地に新たな交流と発見を生み出す企画(見学・体験・ワークショップ、買い物など)を予定しています。
2025年からはじまった企画だ。昨年はどこにも行かなかったが,今年は天気も良かったので,自転車で10分ほどの中川政七商店のNKG倉庫に向かった。朝の散歩で北に向かうとNKG倉庫がイベント仕様に整えられていたので,家族LINEで報告したところ,そういうことになった。
お昼前に到着すると結構人が集まっていて,倉庫前に設けられた売店やキッチンカーなども賑わっている。45分の倉庫ツアーも一日に3回ほどあるのだが,事前予約制なのでこちらはパス。先に,倉庫の中にはいると,倉庫手前側に中川政七商店が普段扱っているしゃれた小物や食品,それに加えて衣料品などが沢山展示されている。鹿のシールがもらえる倉庫内のスタンプラリーとか,子ども・一般向けのワークショップなど盛りだくさんの内容だ。
1000円で1枚の福引券がもらえ,3枚で1回くじをひける。3等のふきんがもらえた。はずれは子ども向けの郷土玩具がはいっているがちゃ玉がもらえるのだ。次回は孫を連れてくるといいよねという結論に達した。
2026年11月14日土曜日
本朝廿四孝
人形浄瑠璃錦秋文楽公演は,三代目吉田簑助三回忌追善が冠されていた。第一部は心中宵庚申,第二部は妹背山婦女庭訓,第三部は本朝廿四孝。今日は昼寝をしてから出発したので,おめあての第三部はしっかり観劇することが出来た。
2026年11月13日金曜日
終末の日
2026年11月12日木曜日
ちえなみき
年縞博物館に向かうには,小浜線に乗る必要があり,敦賀駅で乗り換えることになる。敦賀駅はサンダーバードと北陸新幹線の乗り継ぎで利用するが,駅構内から出るのは初めてだ。もっとも,以前,車で福井を巡ったときは,敦賀市内の気比神宮やレンガ倉庫を訪れたことはある。
2026年11月11日水曜日
ダイナミックな教科書
(1) 理解の判定:「わかったつもり」と本当の理解を見分けにくい。計算・説明・転移の三種類の証拠で判定する必要がある。(2) 内容の正確さ:AIは高度な内容でも誤る。検証済みの内容を固定層として置き、AIはそれを参照して対話する仕組みが要る。(3) 学習者の長期記録:数か月にわたる理解度や誤解を、対話の外のデータベースで持ち続ける必要がある。(4) 動機と継続:一人で進める学習は脱落しやすい。人間による伴走(ゼミ、仲間、面談)は欠かせない。(5) 制度との接続:大学では単位認定の公正さと責任の所在、中等教育では検定教科書や利用年齢の制約が壁になる。(6) 運用面の負担:学習記録という個人データの保護、運用コスト、特定の事業者への依存。
2026年11月10日火曜日
2010年のデジタル教科書
2010年の予想は、全体としてはかなり当たっています。とくに、10インチ級のタッチ端末、長時間駆動、無線通信、カメラ、GPS、各種センサー、音声・画像認識、辞書・書籍・音楽・映像などを一台に統合するという「端末像」は、その後のタブレット(iPad発表は2010年1月27日)によってほぼ実現しました。
一方で、「2015年に全国一律配布」「国が統一仕様の専用端末を整備する」という部分は外れました。実際の1人1台環境はGIGAスクール構想によって2020年代初めに実現し、端末もiPad、Chromebook、Windowsなど複数方式になりました。
したがって、評価としては「技術予測はかなり的中、時期と制度設計は外れた」で、全体では6~7割程度の的中とみるのが妥当です。
そして2026年のデジタル教科書論は、2010年とは問題が変わっています。いま問われているのは端末ではなく、「何を検定教科書として保証するか」です。今回の文科省骨子案も、教科書の内容と、それを表示・操作する機能を分ける方向にあります。
あなたの「文科省が検定・確保すべき対象を、機械可読な正文の同一性にまで縮小する」という考えは、その方向をさらに徹底したものです。ただし「正文テキスト」だけでは図表・数式・地図などが抜けるので、「機械可読な正文コンテンツ」とした方が制度論としては正確でしょう。
2026年11月9日月曜日
デジタル教科書
2026年11月8日日曜日
雪の科学館
2026年11月7日土曜日
福井県年縞博物館
2026年11月6日金曜日
AI時代の数学(2)
- 2023年12月 FunSearch(DeepMind):cap set問題で既知を超える構成を見つけました。AIが出したのは解そのものではなく、解を生成するプログラムでした。数学者がそのプログラムを読むことで、新しい構造が見えてきました。後のAlphaEvolveの原型です。
- 2024年7月 AlphaProof+AlphaGeometry 2:IMOで銀メダル相当の成績でした。ただし問題は人間が形式化して与え、計算に数日かかっています。
→ この段階のAIは、人間が設定した枠の中での探索器でした。
- 2025年5月 AlphaEvolve:LLMがコードを書き、それを自動評価して進化させる仕組みです。4×4複素行列の積を48回の乗算で計算する方法や、11次元のkissing numberの下界改善(592→593)などの成果を出しました。複数分野の未解決問題に適用した結果、2割ほどのケースで既知の最良解を上回りました。
- 2025年7月 Gemini Deep Think がIMO金メダル相当:自然言語の問題文をそのまま読み、制限時間内に解きました。前年の「人間が形式化して数日」からの1年での変化は、質的な転換です。
- 2025年秋 Tao–Gómez-Serrano–DeepMindの共同研究:AlphaEvolveで有限体Kakeya予想の新しい構成を発見し、Gemini Deep Thinkが証明、AlphaProofがLeanで形式化しました。発見から証明、検証までがAIでつながりました。
- 2025年12月 Aletheia(DeepMind):当時「未解決」とされていた約700問のErdős問題に一斉に投入されました。ただし同チームの自己評価では、解けた問題が未解決のままだったのは難しさよりも埋もれていたためだろうとされています。
- 2026年1月 GPT-5.2 Pro:Erdős問題728などを解きました。Taoはこれを、既存文献にないほぼ自律的な解法だと評しています。
- 2026年5月20日 Erdős単位距離予想の反証(OpenAI)★画期:1946年以来の分野の中心問題です。代数的整数論との意外な接続を使い、n^(1+δ)個の単位距離を持つ配置を構成しました。この結果の意味は、記録の更新ではなく、80年間の専門家の直観そのものが誤っていたことにあります。Gowersは「AI数学のマイルストーン」と評しました。和積予想が実数上で偽であることなど、後続の人間による研究もすぐに続いています。
- 2026年6月2日 ライデン宣言:研究者16人が、証明の信頼性、帰属、研究の自律性への懸念を示し、AI使用の規範づくりを求めました。国際数学連合(IMU)も支持しています。加速に対する数学界の制度的な応答が、同時に始まったということです。
8月1日 Astraの10成果(OpenAI):
- 存在問題の決着型:非ソフィック群の存在(「すべての群はsoficか」への否定的回答)、Connes剛性予想の反証
- 評価式・限界の解明型:高次元球充填の上界をCohn–Elkies閾値まで改善、二元符号と球面符号の上界の指数的改善、パーマネントの算術回路下界
- 組合せ論:多色Ramsey数の超指数的下界(Erdős問題183)、極値グラフ理論のErdős問題146・180
いずれもLean証明書付きで、探索費用は約2,000ドル相当でした。成果が組合せ論や構成型の問題に偏っていることは、現在のAIの得意な領域を示しています。
8月10日 ゼータ零点の臨界線上比率(Anthropic/Claude):下界を41.6%から67.2%に改善しました。その後、Lamzouriが「2/3以上の零点が単純かつ臨界線上にあること」の新証明を発表しています。提示されたレポートによれば、AIの有限次元行列による議論をHilbert空間の不等式に置き換え、短く概念的な証明にしたものです。
→ 「AIが証明を見つけ、人間がなぜ成り立つのかを理解し直す」という分業の実例で、今回の整理で最も示唆的な点だと思います。
- 8月15日発表、9月7〜8日論文公開:Alpöge–Buckmaster:滑らかな外力の下で、3次元Euler、Boussinesq、IPMの各方程式が有限時間で爆発することを示しました。CórdobaとMartínez-Zoroaの研究プログラムを、ClaudeやCodexなどを駆使して完成させたものです。人間が主導し、AIを道具として深く使った型です。
- 9月4日 フェルマーの最終定理の完全形式化(Anthropic):約1,300万行のLeanで、11日間ほぼ自律的に作業しました。新定理ではありませんが、検証のコストが桁違いに下がったことを示しています。証明が大量に生成される時代に、その受け皿となるインフラです。
- 9月8日 OpenAIのNavier–Stokes主張:内部モデルが約1万のエージェントを使い、約88時間で到達したとしています。滑らかな外力を加えた3次元Navier–Stokes方程式で有限時間爆発が起きることを示し、Clayの定式化の(C)(D)を満たすと主張しました。外力なしのEuler爆発も別途主張しています。
- Clayの反応(9/11):発表を受け止める声明を出しました。文面は、問題が「どうやら解決されたらしい」という発表を受けて祝意を述べるもので、評価の手続きは意図的に時間をかけて進めるとしています。
- 争点:外力項を使う手法は、多くの専門家がNavier–Stokes問題として想定していなかった抜け穴を突いたものだという批判があります。さらに先取権をめぐる紛争(Buckmaster対OpenAI)も起きています。
- 9月1日 FrontierMath Erdős(Epoch AI):68問の未解決問題のうち、AIが解けたのは2問でした。頂点の成果と、平均的な到達度との落差を示すデータです。
| 段階 | AIの役割 | 人間の律速段階 |
|---|---|---|
| 2023–24 | 枠内の探索器 | 問題の形式化 |
| 2025 | 競技数学を解く、構成を発見 | 証明・研究の方向づけ |
| 2025末–26春 | 埋もれた問題を掃討、中心問題を反証 | 文献確認・意味づけ |
| 2026夏 | 研究級の成果を量産 | 理解への圧縮(Lamzouri型) |
| 2026秋 | ミレニアム級の主張、大規模形式化 | 検証・帰属・問いの解釈 |
結論は「明確に加速している」です。ただ時間順に並べると、もう一本の流れが見えてきます。能力の加速とほぼ同じ速さで、律速段階が「証明を書くこと」から「読む・理解する・誰の功績か決める」ことへ移っているという流れです。ライデン宣言(6月)、Lamzouriの再証明(8〜9月)、Navier–Stokesの抜け穴と先取権の論争(9月)は、いずれもこの移動を示す出来事として読めます。
- Clay Mathematics Institute: Navier-Stokes Announcement
- OpenAI: On the Navier–Stokes Millennium Prize Problem
- OpenAI: Ten advances in mathematics and TCS
- OpenAI: Model disproves discrete geometry conjecture
- Anthropic: Riemann zeta
- Anthropic: Formalizing Fermat's Last Theorem
- arXiv 2609.02882: A new proof that more than 2/3 of the zeros…
- arXiv 2601.22401: Aletheia on Erdős Problems
- Decrypt: AlphaEvolve and finite-field Kakeya
- IEEE Spectrum: AlphaEvolve
- Scientific American: Did OpenAI solve the wrong Navier-Stokes problem?
- officechai: Buckmaster–Alpöge
- Techjack: FrontierMath Erdős
- GIGAZINE: Leiden Declaration
2026年11月5日木曜日
AI-Newton
昨年の12月にarXivで公開された,北京大学の論文(AI-Newton: A Concept-Driven Physical Law Discovery System without Prior Physical Knowledge)が今ごろ耳にはいってきた。ある一連の現象から物理法則を見いだすという話はこれまでもあったが,現実世界の複数種の観測データから古典物理学の概念や法則を段階的に再発見,獲得することができるAIの話だった。もしそれが本当ならば,もう物理学者はいらなくなる。






